• International journal of advanced smart convergence
• /
• 제12권3호
• /
• pp.89-103
• /
• 2023

Obstructive sleep apnea (OSA) is one of the most prevalent sleep disorders that can lead to serious consequences, including hypertension and/or cardiovascular diseases, if not treated promptly. Continuous positive airway pressure (CPAP) is widely recognized as the most effective treatment for OSA, which needs the proper titration of airway pressure to achieve the most effective treatment results. However, the process of CPAP titration can be time-consuming and cumbersome. There is a growing importance in predicting personalized CPAP pressure before CPAP treatment. The primary objective of this study was to optimize the CPAP titration process for obstructive sleep apnea patients through EEG feature engineering with machine learning techniques. We aimed to identify and utilize the most critical EEG features to forecast key OSA predictive indicators, ultimately facilitating more precise and personalized CPAP treatment strategies. Here, we analyzed 126 OSA patients' PSG datasets before and after the CPAP treatment. We extracted 29 EEG features to predict the features that have high importance on the OSA prediction index which are AHI and SpO2 by applying the Shapley Additive exPlanation (SHAP) method. Through extracted EEG features, we confirmed the six EEG features that had high importance in predicting AHI and SpO2 using XGBoost, Support Vector Machine regression, and Random Forest Regression. By utilizing the predictive capabilities of EEG-derived features for AHI and SpO2, we can better understand and evaluate the condition of patients undergoing CPAP treatment. The ability to predict these key indicators accurately provides more immediate insight into the patient's sleep quality and potential disturbances. This not only ensures the efficiency of the diagnostic process but also provides more tailored and effective treatment approach. Consequently, the integration of EEG analysis into the sleep study protocol has the potential to revolutionize sleep diagnostics, offering a time-saving, and ultimately more effective evaluation for patients with sleep-related disorders.

• 한국환경생태학회지
• /
• 제30권6호
• /
• pp.986-995
• /
• 2016

본 연구에서는 금강 대권역에 서식하는 멸종위기 담수어류의 분포, 이들 종에 대한 화학적 지표와의 관계 및 물리적 서식지 특성을 분석하였다. 금강 대권역에 서식하는 멸종위기종의 개체수는 감돌고기(Pseudopungtungia nigra), 꾸구리(Gobiobotia macrocephala), 돌상어(Gobiobotia brevibarba), 퉁사리(Liobagrus obesus), 미호종개(Iksookimia choii) 순으로 나타났다. 멸종위기 야생생물 I급 어류인 감돌고기는 금강 대권역 내 18개 하천에서 가장 광범위하게 분포하여, 향후 감돌고기의 I급 어종 선정에 대한 재평가가 필요한 것으로 사료되었다. 또한 초강 중권역에서 멸종위기어종이 총 4종 384개체가 채집되어 종수 및 개체수가 풍부하였다. 멸종위기어종 서식지에서 이화학적 수질내성도 분석에 따르면, 생물학적 산소요구량(BOD) 및 총인(TP)은 각각 매우 좋음(Ia), 좋음(Ib)으로 평가 되었으며. 암모니아성 질소($NH_{4+}$), 총질소(TN), 인산염 인($PO_{4^-}P$) 등의 수질 항목도 멸종위기종 비 출현지점에 비해 훨씬 양호한 것으로 분석되었다. 한편, 미호종개의 경우 수질의 내성범위가 다른 어종에 비해서 광범위하게 나타나, 화학적 수질특성이 크게 악화되지 않을 경우 수질특성 보다는 미소서식처의 하상구조, 수리수문학적 특성 등의 물리적 서식지 조건이 더 중요한 것으로 나타났다. 또한, 멸종위기종의 분포는 1~3차의 소형하천보다 4~6차 대형하천에서 높게 나타났으며, 주로하천의 상류 및 중상류에 작은 무리를 이루며 서식하는 것으로 나타났다. 멸종위기종 미출현지역과 출현지역의 생태건강도 다변수 평가모델 값은 각각 21.6 "보통상태(Fair)" 및 30.5 "양호상태(Good)"로 나타나 뚜렷한 차이를 보여, 생태건강도가 잘 유지된 곳에서 멸종위기종이 잘 서식하는 것으로 나타났다. 본 연구를 요약해 보면, 감돌고기와 같은 어종의 멸종위기종 선정에 대한 재평가가 향후 필요하며, 수질오염 및 서식지교란이 가속화되고 있어 멸종위기종에 대한 체계적인 보호 및 관리가 필요하다.